我在回声消除方面玩得很开心。我写了一个软件电话,用户可以根据自己的喜好来切换他们的音频输入和输出设备。我尝试了 Speex 回声消除库,以及我在网上找到的其他几个开源库。没有一个对我有用。我尝试了不同的扬声器/麦克风配置,回声总是以某种形式或方式存在。
我相信很难创建适用于所有可能的扬声器配置/房间大小/背景噪音等的 AEC 代码。最后我坐下来用这个算法为我的软电话编写了我自己的回声消除模块。
它有点粗糙,但运行良好且可靠。
变量 1:记录与您交谈的人说话时的平均幅度。(不要考虑安静时间)
变量2:记录输入(麦克风)上的平均幅度,但仅在有声音时 - 再次 - 不要考虑安静时间。
只要有音频播放 - 切断麦克风。假设听的人没有说话,在最后一个可听音频帧进入播放后 150-300 毫秒打开麦克风。
如果来自麦克风的音频(您在播放期间丢弃的)大于 oh-say (variable2 * 1.5),则开始发送音频输入帧指定的持续时间,每次输入幅度达到 (variable2 * 1.5)。
这样说话的人就会知道他们被打断了,然后停下来看看这个人在说什么。如果说话的人没有太嘈杂的背景,他们可能会听到大部分(如果不是全部)中断。
就像我说的,不是最优雅的,但它不使用很多资源(CPU、内存),而且它实际上工作得非常好。我对我的声音很满意。
为了实现它,我只做了几个函数。
在接收到的音频帧上,我调用了一个我调用的函数:
void audioin( AEC *ec, short *frame ) {
unsigned int tas=0; /* Total sum of all audio in frame (absolute value) */
int i=0;
for (;i<160;i++)
tas+=ABS(frame[i]);
tas/=160; /* 320 byte frames muLaw */
if (tas>300) { /* I assume this is audiable */
lockecho(ec);
ec->lastaudibleframe=GetTickCount64();
unlockecho(ec);
}
return;
}
在发送帧之前,我会:
#define ECHO_THRESHOLD 300 /* Time to keep suppression alive after last audible frame */
#define ONE_MINUTE 3000 /* 3000 20ms samples */
#define AVG_PERIOD 250 /* 250 20ms samples */
#define ABS(x) (x>0?x:-x)
char removeecho( AEC *ec, short *aecinput ) {
int tas=0; /* Average absolute amplitude in this signal */
int i=0;
unsigned long long *tot=0;
unsigned int *ctr=0;
unsigned short *avg=0;
char suppressframe=0;
lockecho(ec);
if (ec->lastaudibleframe+ECHO_THRESHOLD > GetTickCount64() ) {
/* If we're still within the threshold for echo (speaker state is ON) */
tot=&ec->t_aiws;
ctr=&ec->c_aiws;
avg=&ec->aiws;
} else {
/* If we're outside the threshold for echo (speaker state is OFF) */
tot=&ec->t_aiwos;
ctr=&ec->c_aiwos;
avg=&ec->aiwos;
}
for (;i<160;i++) {
tas+=ABS(aecinput[i]);
}
tas/=160;
if (tas>200) {
(*tot)+=tas;
(*avg)=(unsigned short)((*tot)/( (*ctr)?(*ctr):1));
(*ctr)++;
if ((*ctr)>AVG_PERIOD) {
(*tot)=(*avg);
(*ctr)=0;
}
}
if ( (avg==&ec->aiws) ) {
tas-=ec->aiwos;
if (tas<0) {
tas=0;
}
if ( ((unsigned short) tas > (ec->aiws*1.5)) && ((unsigned short)tas>=ec->aiwos) && (ec->aiwos!=0) ) {
suppressframe=0;
} else {
suppressframe=1;
}
}
if (suppressframe) { /* Silence frame */
memset(aecinput, 0, 320);
}
unlockecho(ec);
return suppressframe;
}
如果需要,它将使框架静音。我将所有变量(例如计时器和幅度平均值)保留在 AEC 结构中,我从调用返回
AEC *initecho( void ) {
AEC *ec=0;
ec=(AEC *)malloc(sizeof(AEC));
memset(ec, 0, sizeof(AEC));
ec->aiws=200; /* Just a default guess as to what the average amplitude would be */
return ec;
}
typedef struct aec {
unsigned long long lastaudibleframe; /* time stamp of last audible frame */
unsigned short aiws; /* Average mike input when speaker is playing */
unsigned short aiwos; /*Average mike input when speaker ISNT playing */
unsigned long long t_aiws, t_aiwos; /* Internal running total (sum of PCM) */
unsigned int c_aiws, c_aiwos; /* Internal counters for number of frames for averaging */
unsigned long lockthreadid; /* Thread ID with lock */
int stlc; /* Same thread lock-count */
} AEC;
您可以根据需要进行调整并尝试使用这个想法,但就像我说的那样。它实际上听起来相当不错。我唯一的问题是他们是否有很多背景噪音。但对我来说,如果他们拿起他们的 USB 听筒或使用耳机,他们可以关闭回声消除功能,而不必担心……但尽管带有麦克风的 PC 扬声器……我对此很满意。
我希望它有帮助,或者给你一些可以建立的东西......